标签 "Hugging Face"

LiquidAI正式推出'Liquid Nanos'系列轻量级AI模型，专为树莓派等边缘计算设备优化。该系列提供350M和1.2B两种参数版本，支持翻译、提取、RAG、工具调用和数学推理五大核心应用场景。首批12个任务专用模型已登陆Hugging Face平台。

Hugging Face发布了其Reachy Mini桌面机器人，旨在赋能开源AI开发者。该机器人套件提供两种版本，致力于简化AI应用的构建与测试流程。此次发布彰显了Hugging Face对开源硬件及社区驱动创新的承诺。

Hugging Face推出了SmolLM3，这是一款拥有30亿参数的开源语言模型，性能可与40亿参数的大型模型相媲美。该模型具备双模式推理、128K上下文支持及多语言能力，专为边缘设备优化效率，并通过完全开源实现透明度。

Hugging Face发布了SmolLM3，这是一款拥有128K上下文支持及双推理模式的30亿参数开源模型。尽管体积小巧，其性能却超越了Llama-3.2-3B等竞争对手，并支持多语言处理。该版本包含完整的架构透明度以促进社区开发。

法国AI实验室Mistral发布了其Magistral系列推理模型，该系列在数学和物理应用领域具备增强的逻辑推理能力。Small版本现已登陆Hugging Face平台，而Medium版本仍处于预览阶段。

Hugging Face的开源项目LeRobot通过提供统一的硬件接口、预训练模型和协作工具，正在改变AI机器人技术的开发方式，显著降低了研究人员和开发者的门槛。

苹果MLX-LM框架与Hugging Face完成整合，无需依赖云端或转换延迟，即可在M系列芯片上无缝本地运行超过4,400个大语言模型。

IBM与Hugging Face推出了SmolDocling，这是一款轻量级的开源视觉语言模型，旨在高效地将复杂文档转换为结构化数据。凭借其创新的DocTags格式和紧凑的尺寸，SmolDocling在OCR、公式转录和代码识别等任务中超越了更大的模型。

1. Hugging Face 推出了 SmolLM2，一组设计为高效而强大的小型语言模型。 2. 这些模型有三种大小：135M，360M 和 1.7B 参数。 3. SmolLM2-1B 在关键基准测试中击败了 Meta 的 Llama1B，尤其是在科学推理和常识方面。 4. 这些模型非常适合智能手机和边缘设备，而不仅仅是大型数据中心。 5. SmolLM2 标志着向高效 AI 的转变，使更多用户和公司能够使用。